|
admin 发表于 2021-6-11 13:15:55
25503
101
课程简介:
! ^7 |' ^! E% X2 {) Z/ i3 C这是一个数据驱动的时代,想要从事机器学习、人工智能、数据挖掘等前沿技术,都离不开数据跟踪,本课程通过Numpy、Pandas进行数据科学计算,通过Seaborn、 Matplotlib进行数据图形化展示;从实战角度出发,让你在数据科学领域迈出重要的一步,开启Data Science职业之旅!8 N! K0 n- z# W8 E9 w# v! U' q% ^; Y
8 d* X" S0 O7 P& H
8 W, P3 ?% f7 u' v( H) v———————————课程目录———————————
z4 {7 E9 Y E4 q5 r
5 v( {6 d, F0 q& f9 X1 \ m: ^- _3 ]# k! X' u
第1章 实验环境的搭建* h. o8 Y9 j; n; S
本章将主要介绍Anaconda和Jupyter Notebook。包括如何在windows,Mac,linux等平台上安装Anaconda,以及Jupyter Notebook的基本启动使用方法。( ]1 h* D3 o8 v$ B- d I
1-1 导学视频.mp41-2 Anaconda和Jupyter notebook介绍.mp41-3 Anaconda在Mac上的安装演示.mp41-4 Anaconda在windows上安装演示.mp41-5 Anaconda在Linux上的安装演示.mp41-6 Jupyter-notebook的使用演示.mp4* d3 b8 U* S; P, e& n+ D3 O
: u/ e: |, g8 [ E; \
( U6 v( Y- f" P2 ^5 W" {- j- m
第2章 Numpy入门6 B5 V+ m5 G& H& s2 B' f
本章将介绍Python数据科学领域里最基础的一个库——Numpy,回顾矩阵运算基础,介绍最重要的数据结构Array以及如何通过Numpy进行数组和矩阵运算。) \2 s6 [2 W* b- @# B! f' E
2-1 数据科学领域5个常用Python库.mp42-2 数学基础回顾之矩阵运算.mp42-3 Array的创建及访问.mp42-4 数组与矩阵运算.mp42-5 Array的input和output.mp4
8 D& j0 F; V" ^' Q0 t% C, S" i N6 y; ?
. ~1 S' [: N* m. v6 N* R第3章 Pandas入门
( \, g- l5 f% b# Z) J7 C3 o1 |& I本章将介绍Python数据科学领域用于数据分析最重要的一个库——Pandas。将从pandas里最重要的两种数据结构Series和DataFrame开始,介绍其创建和基本操作,通过实际操作理解Series和DataFrame的关系。, J5 h$ ?8 H" \; ?
3-1 Pandas Series.mp43-2 Pandas DataFrame.mp43-3 深入理解Series和Dataframe.mp43-4 Pandas-Dataframe-IO操作.mp43-5 DataFrame的Selecting和indexing.mp43-6 Series和Dataframe的Reindexing.mp43-7 谈一谈NaN.mp43-8 多级Index.mp43-9 Mapping和Replace.mp4
0 L' r- }" }+ v5 u- E
& v' C6 N( h' X2 @3 u5 t
3 _7 A4 ^3 n2 g$ K' @第4章 Pandas玩转数据& S$ L+ r7 ]) w0 @# b
本章是Pandas的进阶。我们会使用Pandas进行高级的数据分析操作,包括如何去做数据清洗、预处理和排序等数学计算,数据的分箱技术,分组技术,聚合技术,以及透视表等。& {3 W- q; R5 J9 P3 z$ C
4-1 DataFrame的简单数学计算.mp44-2 Series和DataFrame的排序.mp44-3 重命名Dataframe的index.mp44-4 DataFrame的merge操作.mp44-5 Concatenate和Combine.mp44-6 通过apply进行数据预处理.mp44-7 通过去重进行数据清洗.mp44-8 时间序列操作基础.mp44-9 时间序列数据的采样和画图.mp44-10 数据分箱技术Binning.mp44-11 数据分组技术GroupBy.mp44-12 数据聚合技术Aggregation.mp44-13 透视表.mp44-14 分组和透视功能实战.mp4
7 [/ ~& q B) V: x6 E4 \$ C# @% _1 K. I/ s
7 P7 w1 m' k$ a7 ~2 w. `( l: V第5章 绘图和可视化之Matplotlib" W2 f, {* R9 S( s8 d
数据的可视化是数据分析领域里非常重要的内容。本章会学习Matplotlib的基本使用,包括如何对Pandas里的Series和DataFrame绘图, 以及图形样式和显示模式的设置等内容。/ B& p% g7 z. o: g1 G7 u
5-1 Matplotlib介绍.mp45-2 matplotlib简单绘图之plot.mp45-3 matplotlib简单绘图之subplot.mp45-4 Pandas绘图之Series.mp45-5 Pandas绘图之DataFrame.mp45-6 直方图和密度图.mp4: o# r. u( \" {2 M. S
8 S8 n( H6 A- ]: Q4 Q6 ~
% H7 V: n( C4 F& D
第6章 绘图和可视化之Seaborn
. p8 b$ ]9 y' m6 u! x. O. S" Z9 K, ISeaborn是对Matplotlib的进一步封装,其强大的调色功能和内置的多种多样的绘图模式,使之成为当下最流行的数据科学绘图工具。本章将介绍Seaborn的基本使用,以及和matplotlib的功能对比。6 K# v" F; x* e3 B4 t7 `
6-1 seaborn介绍.mp46-2 seaborn实现直方图和密度图.mp46-3 seaborn实现柱状图和热力图.mp46-4 seaborn图形显示效果的设置.mp46-5 seaborn强大的调色功能.mp4& x. o+ { \5 D
- r6 L8 n4 `0 J
9 ~/ ^) P& X1 I) l$ {& v7 T
第7章 数据分析项目实战, ]/ e6 l1 C* q% F( m' ~% y
通过前六章的学习,我们基本上掌握了数据分析领域里主要工具的使用,本章将通过一个股票市场的分析实战项目,和大家一起用学过的知识去分析数据,进而得到有用的信息。
! [/ d- ^( f: [; a$ o7-1 实战准备.mp47-2 股票市场分析实战之数据获取.mp47-3 股票市场分析实战之历史趋势分析.mp47-4 股票市场分析实战之风险分析.mp49 W( z: F1 `& u# j4 p( d
& x3 Y0 H9 ~! i8 o& W. b
& n9 e, n4 K6 e1 \! c& l
第8章 课程总结( ` T: R, @2 r$ ] y, V
本章的总结不是对前面8章内容的汇总,而是给大家指明了一条继续学习和锻炼的道路。希望大家坚持练习,早日修成正果。% j1 u; @, C5 G! N0 O" G; ?- S' ^
8-1 总结.mp4
! Z' w9 r. f5 E. o5 [4 Q3 x% j3 U) d# n( F5 k& |: }/ ^7 o( X
/ G6 P) S% H6 i+ |
下载地址:
7 j8 S. y& K; R6 Q- ~ |
-
|